mindspore.ops.ResizeBicubic

class mindspore.ops.ResizeBicubic(align_corners=False, half_pixel_centers=False)[源代码]

使用双三次插值调整图像大小到指定的大小。

警告

这是一个实验性API，后续可能修改或删除。

参数：

align_corners (bool，可选) - 如果为True，则输入输出图像四个角像素的中心被对齐，同时保留角像素处的值。默认值：False。
half_pixel_centers (bool，可选) - 是否使用半像素中心对齐。如果设置为True，那么 align_corners 应该设置为False。默认值：False。

输入：

images (Tensor) -输入图像为四维的Tensor，其shape为 \((batch, channels, height, width)\) ，支持的数据类型有：float16、float32、float64。
size (Tensor) - 一维Tensor, 含有两个元素，分别为new_height、new_width，以表示输出图像的高和宽。支持的数据类型为int32。

输出：

四维Tensor，其shape为 \((batch, channels, new\_height, new\_width)\) ，且数据类型与 images 一致。

异常：

TypeError - images 的数据类型不支持。
TypeError - size 的数据类型不是int32。
TypeError - align_corners 不是bool类型。
TypeError - half_pixel_centers 不是bool类型。
ValueError - images 的维度不是4。
ValueError - size 的维度不是1。
ValueError - size 所含元素的个数不是2。
ValueError - size 中的元素不全是正数。
ValueError - align_corners 和 half_pixel_centers 同时为True。

支持平台：

Ascend GPU CPU

样例：

>>> class NetResizeBicubic(nn.Cell):
...     def __init__(self):
...         super(NetResizeBicubic, self).__init__()
...         align_corners = False
...         half_pixel_centers = False
...         self.resize = ops.ResizeBicubic(align_corners, half_pixel_centers)
...
...     def construct(self, images, size):
...         return self.resize(images, size)
...
>>> images = Tensor(np.array([1, 2, 3, 4]).reshape(1, 1, 2, 2).astype(np.float32))
>>> size = Tensor([1, 4], mindspore.int32)
>>> resizebicubic = NetResizeBicubic()
>>> output = resizebicubic(images, size)
>>> print(output)
    [[[[1. 1.5 2. 2.09375]]]]